[发明专利]农作物氮素营养诊断传感器

说明书

所属技术领域

本发明涉及一种基于计算机视觉图像的农作物氮素营养诊断传感器，尤其能实现实时、省力的农作物氮素营养的无损检测。 

背景技术

目前，判断农作物是否缺氮主要通过实验室检测方法(如：凯氏定氮法)，或根据经验查看农作物长势、叶色再行进施肥。也有实验研究证明可通过微波雷达等仪器根据作物冠层的反射光谱确定作物氮素营养。但是，实验室检测方法费时费力，专业性高，诊断结果不能直接用于田间管理。而经验判断需要掌握某种作物在缺乏氮素时在形态上表现出特有的症状的相关知识，大多数农户很难掌握，且人眼对颜色的识别有限并存在误差。利用光谱进行农作物氮素诊断成本过高，一般的农业生产很难承受。 

发明内容

为建立田间实时、有效快速的自动化的农作物氮素营养诊断方法，本发明提供一种农作物氮素营养诊断传感器。该传感器不仅能根据获取的作物图像准确判断出农作物在特定的生理阶段是否缺氮，其检测方法也相对简单、快捷，适合大规模种植应用。 

要解决的技术问题 

所采用的技术方案是：首先是硬件系统的搭建，即由光源、摄像头、图像采集卡、计算机、支架、无线网络传输设备组成。旨在实时获取作物田间生长图像，然后利用无线网络传输设备将获取的图像数据传输到终端计算机上进行分析。其次是软件系统的开发即图像处理系统和模型决策系统，图像处理系统可对田间采集的图像进行平滑、分割处理，再获取目标区域的颜色信息、纹理信息。模型决策系统是先建立某种作物在各个生育期不同氮素水平下的的生长图像数据，经图像处理软件分析形成目标配型库。图像采集系统采集到图像传输到计算机后，由图像处理系统进行处理得出数据。以这些信息与目标配型库进行匹配，对匹配结果进行分析后得出匹配结果。从而判断出作物生长是否缺氮。 

有益效果 

本发明可实现田间作物生长信息的实时监测，从而诊断农作物的营养状况，实现科学施肥。除此之外，相比其他的技术省时省力，不需要专业的实验室监测，不破坏作物本身的生长状态。 

具体实施方式

硬件系统：图像采集系统由支架、摄像机、LED光源、图像采集卡、光照传感器、及计算机组成。光源和摄像头都连接在支架上，保持光源和摄像头与作物冠层平行。以光源射出的光均匀垂直辐射目标农作物。固定摄像机的焦距、光圈等拍摄模式以及图像尺寸等，并设定作物不同生育期的固定物距。根据不同作物的全生育期及生长阶段设定拍摄频率(例：两天一次)。从而对摄像机的拍摄频率及拍摄时间做出设定，摄像机图像获取成功后通过数据线自动传输到终端计算机。 

软件系统：图像处理系统及模型决策系统。 

图像处理系统： 

1.图像的预处理 

(1)图像分割，以阈值分割为主，根据作物区域的颜色值与背景的颜色值不同设定阈值。根据阈值将目标的作物图像部分从背景中分离出来。 

(2)图像平滑，消除图像拍摄或传输中产生的变差及噪声。采用中值滤波，采用3*3的窗口。 

(3)图像增强，改进图像的质量，增加对比度，去掉模糊和噪声。采用灰度变换。 

2.图像特征的提取 

(1)颜色特征的提取，采用两个彩色空间的六个分量(R，G，B，H，I，S)作为颜色特征的指数。 

(2)纹理特征的提取，选择6个常用的参数作为纹理特征，即灰度均值GrayMean、对比度T_CON、相关性T_COR、能量T_EXE、惯性矩T_INV和熵T_ENT等参数表示作物冠层的纹理特征。 

模型决策系统： 

(1)颜色参数的计算，根据作物冠层颜色参量R，G，B，H，I，S、颜色参量的差值、R，G，B标准化值为变量进行主成分分析，并计算特征向量作为各变量的系数以确定颜色参数与叶片含氮量之间的关系。 

(2)农作物氮营养的模式识别，对于不同氮素营养水平的农作物冠层图像特征进行模式识别，分为三种模式：缺氮、微缺、正常。 

(3)冠层图像含氮量模型的建立，根据作物种类品种的不同，选择最优化能代表叶片的变量。然后对这些特征进行因子分析，得出各个特征对检测结果的贡献率。做出预测该作物叶片含氮量的最佳模型，建成匹配库。